Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Mirar una etiqueta, distinguir un mando o encontrar un objeto sobre una mesa son gestos corrientes hasta que la vista deja de ofrecer ese apoyo inmediato.
Google ha integrado en Gemini Live una función llamada Guided Vision que usa la cámara del teléfono para interpretar el entorno y describirlo por voz. La idea no nace como una curiosidad técnica, sino como un recurso de accesibilidad para personas ciegas o con baja visión.
La cámara ahora guía y no solo mira
Además de describir lo que tiene delante, el sistema da instrucciones de voz para ayudar a encuadrar la escena. Si el teléfono apunta mal o queda inclinado, la herramienta indica al usuario cómo moverlo hasta situar el objeto en la posición adecuada.
Esa ayuda cambia bastante la lógica de uso.
Guided Vision puede leer etiquetas, interpretar mandos de electrodomésticos, leer menús con poca iluminación y localizar objetos concretos dentro de una escena. También reconoce colores, formas y patrones para responder preguntas sobre combinaciones de ropa o para describir una habitación.
Activarlo no exige un dispositivo nuevo. Está disponible en terminales con Android 9 o posterior, siempre que Gemini Live funcione en la región y el idioma correspondientes.
Desde la propia aplicación Gemini puede activarse en los ajustes de perfil y Android también lo integra dentro de sus opciones de accesibilidad. Ahí aparece otro detalle relevante, porque la función trabaja junto a TalkBack y entra así en un ecosistema que muchas personas ya usan a diario.
Aira puso miles de horas para enseñar a interpretar escenas
Google desarrolló esta función con Aira, una compañía especializada en interpretación visual para personas ciegas y con baja visión. Para ese trabajo utilizaron decenas de miles de horas de datos de interpretación visual.
Más de 1.000 miembros de la red Trusted Tester de Aira participaron en las pruebas del sistema. Esa fase de ensayo se extendió además a comunidades de India, Brasil, Singapur, Indonesia y Japón.
Ese mapa de pruebas importa porque una cocina no se organiza igual en todos los países, ni un envase, ni un menú, ni un panel doméstico. La función tuvo que aprender a describir escenas muy distintas sin depender de un único entorno de referencia.
Google ya había llevado Gemini Live a terrenos donde la cámara cambia la conversación, como ocurrió con el análisis de otras apps. Aquí, sin embargo, la escena no se usa para ahorrar toques en la pantalla, sino para resolver tareas tan concretas como saber qué bote tenemos en la mano.
Google también marca un límite muy claro
No conviene confundir asistencia con autonomía total. Google advierte de que Guided Vision puede cometer errores y no sustituye a dispositivos médicos ni a bastones de movilidad.
Tampoco sirve para detectar obstáculos durante los desplazamientos. La utilidad aparece en tareas puntuales de interpretación visual, no en la navegación física por la calle.
Esa advertencia quizá sea el dato más importante de todos, porque sitúa la herramienta justo donde puede ayudar de verdad y donde no. Entre leer un mando y esquivar un obstáculo hay apenas unos metros, pero para una máquina esa distancia sigue siendo enorme.
La paradoja resulta muy doméstica. Un sistema capaz de decir si una prenda combina con otra todavía no debe asumir algo tan básico como guiar un trayecto, y esa frontera cabe entera en la palma de una mano.